[發明專利]基于深度神經網絡的圖像特征的聯合判斷方法

有效

• 申請號: 201711285590.7
• 申請日: 2017-12-07
• 公開（公告）號: CN108197628B
• 公開（公告）日: 2021-06-18
• 發明（設計）人: 孫皓;王佛偉;胡振程;王艷明
• 申請（專利權）人: 上海為森車載傳感技術有限公司
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/62;G06N3/04
• 代理公司: 北京謹誠君睿知識產權代理事務所(特殊普通合伙) 11538
• 代理人: 陸鑫;延慧

1.基于深度神經網絡的圖像特征的聯合判斷方法，包括：

S1.通過第一深度神經網絡對輸入圖像進行特征提取生成第一結果，并獲取第一預測值；

S2.將所述第一預測值分別與預設的第一閾值和預設的第二閾值進行比較，其中，所述第二閾值大于所述第一閾值；

S3.若所述第一預測值處于所述第一閾值與所述第二閾值之間，通過第二深度神經網絡對所述輸入圖像進行特征提取生成第二結果，并獲取第二預測值；

S4.通過所述第一預測值與所述第二預測值對所述第一結果和所述第二結果進行匹配用于判斷出所述第一結果與所述第二結果的相關程度，若匹配成功，生成所述第一結果的邊界框；其中，通過所述第一預測值和所述第二預測值獲取所述第一結果和第二結果的重疊率IoU；

通過所述第一預測值和所述第二預測值獲取所述第一結果和第二結果的中心點距離d；

將重疊率IoU與預設的第一聯合判斷閾值進行比較，將中心點距離d與預設的第二聯合判斷閾值進行比較；

若重疊率IoU大于所述第一聯合判斷閾值，并且所述中心點距離d小于所述第二聯合判斷閾值，生成所述第一結果的邊界框；

所述第一深度神經網絡為目標檢測深度神經網絡；所述第二深度神經網絡為語義分割深度神經網絡。

2.根據權利要求1所述的聯合判斷方法，其特征在于，通過所述第一預測值和所述第二預測值獲取所述第一結果和第二結果的重疊率IoU的步驟中包括：

S411.通過所述第一預測值獲取所述第一結果的邊界，并根據所述邊界獲取第一面積S；

S412.通過所述第二預測值獲取所述第二結果的邊界，并根據所述邊界獲取第二面積F；

S413.根據所述第一面積S和所述第二面積F獲取所述重疊率IoU。

3.根據權利要求2所述的聯合判斷方法，其特征在于，根據所述第一面積S和所述第二面積F獲取所述重疊率IoU的步驟中，所述重疊率IoU滿足：IoU＝(F∩S)/(F∪S)，其中，(F∩S)為交集面積，(F∪S)為并集面積。

4.根據權利要求3所述的聯合判斷方法，其特征在于，通過所述第一預測值和所述第二預測值獲取所述第一結果和第二結果的中心點距離d的步驟中包括：

S421.通過所述第一預測值獲取所述第一結果的第一中心點B；

S422.通過所述第二預測值獲取所述第二結果的第二中心點A；

S423.根據所述第一中心點B和所述第二中心點A獲取所述中心點距離d。

5.根據權利要求4所述的聯合判斷方法，其特征在于，根據所述第一中心點B和所述第二中心點A獲取所述中心點距離d的步驟中，所述中心點距離d滿足：d＝sqrt((B_x-A_x)²+(B_y-A_y)²)，其中，B_x和B_y為第一中心點B的坐標值，A_x和A_y為第二中心點A的坐標值。

6.根據權利要求5所述的聯合判斷方法，其特征在于，所述第一閾值的范圍為0.15～0.35；

所述第二閾值的范圍為0.7～0.85；

所述第一聯合判斷閾值的范圍為0.45～0.6；

所述第二聯合判斷閾值根據所述重疊率IoU中的交集面積(F∩S)的大小生成，其范圍為10～30像素。

7.根據權利要求1所述的聯合判斷方法，其特征在于，若所述第一預測值大于所述第二閾值，則直接生成所述第一結果的邊界框。

8.根據權利要求1至7任一項所述的聯合判斷方法，其特征在于，所述第一深度神經網絡和所述第二深度神經網絡共用特征提取部分。